algo/notes/18_hashtable

散列表

散列表是数组的一种扩展，利用数组下标的随机访问特性。

散列思想

• 键/关键字/Key：用来标识一个数据
• 散列函数/哈希函数/Hash：将 Key 映射到数组下标的函数
• 散列值/哈希值：Key 经过散列函数得到的数值

本质：利用散列函数将关键字映射到数组下标，而后利用数组随机访问时间复杂度为 \Theta(1) 的特性快速访问。

散列函数

• 形式：hash(key)
• 基本要求
  1. 散列值是非负整数
  2. 如果 key1 == key2，那么 hash(key1) == hash(key2)
  3. 如果 key1 != key2，那么 hash(key1) != hash(key2)

第 3 个要求，实际上不可能对任意的 key1 和 key2 都成立。因为通常散列函数的输出范围有限而输入范围无限。

散列冲突

• 散列冲突：key1 != key2 但 hash(key1) == hash(key2)

散列冲突会导致不同键值映射到散列表的同一个位置。为此，我们需要解决散列冲突带来的问题。

开放寻址法

如果遇到冲突，那就继续寻找下一个空闲的槽位。

线性探测

插入时，如果遇到冲突，那就依次往下寻找下一个空闲的槽位。（橙色表示已被占用的槽位，黄色表示空闲槽位）

查找时，如果目标槽位上不是目标数据，则依次往下寻找；直至遇见目标数据或空槽位。

删除时，标记为 deleted，而不是直接删除。

平方探测（Quadratic probing）

插入时，如果遇到冲突，那就往后寻找下一个空闲的槽位，其步长为 1^2, 2^2, 3^2, $\ldots$。

查找时，如果目标槽位上不是目标数据，则依次往下寻找，其步长为 1^2, 2^2, 3^2, $\ldots$；直至遇见目标数据或空槽位。

删除时，标记为 deleted，而不是直接删除。

装载因子（load factor）

\text{load factor} = \frac{size()}{capacity()}

链表法

所有散列值相同的 key 以链表的形式存储在同一个槽位中。

插入时，不论是否有冲突，直接插入目标位置的链表。

查找时，遍历目标位置的链表来查询。

删除时，遍历目标位置的链表来删除。